BM25 expliqué : Comment la recherche par mot clé classe les résultats, avec le code Python et la recherche hybride
BM25 est la formule de classement derrière la plupart des moteurs de recherche par mots clés, notamment Elasticsearch, OpenSearch et Lucene. Il obtient un score plus élevé lorsqu’il contient des mots de requête rares, les répète un nombre raisonnable et n’est pas rempli de remplissage. Nous l’avons construit en 25 lignes de Python et testé où il brille, où il échoue et comment la recherche hybride le corrige.
- BM25 classe les documents en fonction de mots de requête rares (IDF), de leur fréquence d’apparition (avec saturation) et de la longueur du document.
- La saturation compte : dans notre test, 5 répétitions d’un mot ont obtenu un score de 1,77 et 20 répétitions seulement un score de 2,08, donc le bourrage de mots clés n’aide pas vraiment.
- BM25 a trouvé instantanément le code d’erreur exact « E1042 », mais n’a renvoyé rien pour « j’ai oublié mon identifiant », car aucun document ne partageait ces mots.
- La recherche hybride combine BM25 avec la recherche vectorielle en utilisant la fusion de rangs réciproques, obtenant des correspondances et une signification exactes.
La recherche de vecteurs attire l’attention dans l’IA, mais presque tous les systèmes de récupération de production exécutent toujours un classement de mots clés à côté, et ce classement est presque toujours BM25. Si vous créez une recherche, un RAG ou des questions-réponses sur un document, comprendre BM25 vous explique pourquoi certaines requêtes fonctionnent parfaitement, pourquoi d’autres ne renvoient rien et pourquoi la combiner avec des intégrations vaut mieux que l’une ou l’autre. Tout ce qui suit provient d’une petite implémentation que nous avons exécutée dans Python 3.13.6 sur une collection de centre d’aide de six documents.
Qu’est-ce que le BM25 ?
BM25, abréviation de « Best Matching 25 », est une fonction de classement issue de la recherche de recherche d’informations sur les okapis des années 1990. Pour une requête, il attribue à chaque document un score de pertinence à partir de trois signaux : la rareté de chaque mot recherché dans la collection, la fréquence à laquelle il apparaît dans le document et la durée pendant laquelle le document est comparé à la moyenne. Il ne nécessite aucune formation ni aucun GPU, fonctionne dans n’importe quelle langue avec un tokenizer et constitue le classement par défaut dans Lucene, Elasticsearch, OpenSearch et Solr.
La formule BM25, pièce par pièce
score(D, Q) = Σ over query terms t of
IDF(t) × f(t, D) × (k1 + 1) / ( f(t, D) + k1 × (1 − b + b × |D| / avgdl) )
IDF(t) = ln( (N − n(t) + 0.5) / (n(t) + 0.5) + 1 )
- f(t, D) : combien de fois le terme t apparaît dans le document D.
- |D| et avgdl : la longueur du document et la longueur moyenne dans la collection.
- N et n(t) : le nombre de documents et combien contiennent t.
- k1 (généralement 1,2) : la rapidité avec laquelle les termes répétés cessent d’ajouter des scores.
- b (généralement 0,75) : dans quelle mesure la longueur des documents est pénalisée.
Le formulaire IDF présenté, avec le « + 1 » à l’intérieur du logarithme, est celui utilisé par Lucene ; ça ne devient jamais négatif. Chaque terme de requête contribue séparément et les scores sont ajoutés.
FDI : des mots rares portent le signal
Dans nos six documents, « mot de passe » apparaissait dans trois, tandis que le code d’erreur « e1042 » n’apparaissait que dans un seul. BM25 leur a donné des poids IDF de 0,693 et 1,540. Une correspondance avec un mot rare et spécifique est une preuve solide de pertinence, alors qu’un mot courant en dit peu. C’est pourquoi un code produit exact, un numéro d’erreur ou un nom constituent une requête si puissante pour la recherche par mot clé.
Saturation du terme : l’effet k1
Avec un nombre brut de mots, un document qui répète « mot de passe » 20 fois battrait tout. Le BM25 couronne cela. Nous avons calculé la partie terme-fréquence pour un document de longueur moyenne avec k1 = 1,2 :
| Fois où le mot apparaît | Facteur terme-fréquence BM25 |
|---|---|
| 1 | 1.000 |
| 2 | 1.375 |
| 5 | 1.774 |
| 10 | 1.964 |
| 20 | 2.075 |
La deuxième mention ajoute beaucoup, la cinquième un peu et la vingtième n’ajoute presque rien ; le facteur ne peut jamais dépasser k1 + 1 = 2,2. Ce rendement décroissant est la principale raison pour laquelle BM25 résiste bien mieux au bourrage de mots clés qu’au simple comptage.
Normalisation de longueur : l’effet b
Un long manuel mentionne la plupart des mots quelque part, ce qui gonflerait injustement ses notes. Le paramètre b met à l’échelle la fréquence des termes en fonction de la longueur du document par rapport à la moyenne (15,8 mots dans notre collection). Avec b = 0,75, un document long a besoin de plus de mentions pour obtenir le même score qu’un document court et ciblé. Le réglage b = 0 désactive complètement la normalisation de la longueur.
BM25 en 25 lignes de Python
import math, re
tok = lambda s: re.findall(r"[a-z0-9]+", s.lower())
D = {k: tok(v) for k, v in docs.items()}
N = len(D)
avg = sum(len(v) for v in D.values()) / N
def idf(t):
n = sum(1 for v in D.values() if t in v)
return math.log((N - n + 0.5) / (n + 0.5) + 1)
def bm25(query, k1=1.2, b=0.75):
scores = {}
for k, v in D.items():
s = 0
for t in tok(query):
f = v.count(t)
if f:
s += idf(t) * f * (k1 + 1) / (f + k1 * (1 - b + b * len(v) / avg))
scores[k] = round(s, 3)
return sorted(scores.items(), key=lambda x: -x[1])
Les vrais moteurs précalculent un index inversé, une carte reliant chaque mot aux documents qui le contiennent, de sorte qu’ils n’analysent jamais chaque document. La logique de notation est la même. Notre collection comprenait six courts articles d’aide : réinitialisation du mot de passe (d1), erreur E1042 (d2), règles de mot de passe (d3), expédition (d4), verrouillage du compte (d5) et une page de spam qui répète « mot de passe » six fois (d6).
Ce que le test a montré
| Requête | Meilleurs résultats du BM25 | Meilleur résultat du nombre de mots bruts |
|---|---|---|
| réinitialiser le mot de passe | d1 (3,009), d6 (1,259), d3 (0,690) | d6, la page spam (6 correspondances) |
| E1042 | d2 (1.617), rien d’autre | d2 |
| mon compte a été bloqué | d5 (3,570), d2 (1,617) | d5 |
| j’ai oublié mon identifiant | Tous les scores 0 | Tous 0 |
Pour « réinitialiser le mot de passe », le comptage brut a classé la page de spam en premier car elle répète le mot, tandis que BM25 a placé l’article de réinitialisation véritablement utile en premier avec plus du double du score : deux mots correspondants différents plus la répétition du battement de saturation. Pour le code exact « E1042 », BM25 était parfait. Les échecs intéressants viennent ensuite.
Astuce : examinez les échecs du BM25 dans vos propres journaux. Les requêtes qui obtiennent un score nul partout sont exactement celles pour lesquelles l’ajout d’une recherche sémantique s’avère payant.
Réglage de k1 et b
Pour la requête à mot unique « mot de passe », nous avons essayé quatre réglages de paramètres :
| k1 | b | Les 3 meilleurs scores |
|---|---|---|
| 1.2 | 0.75 | d6 1,259, d1 0,934, d3 0,690 |
| 1.2 | 0.0 | d6 1,271, d1 0,953, d3 0,693 |
| 0.5 | 0.75 | d6 0,956, d1 0,823, d3 0,691 |
| 2.0 | 0.75 | d6 1,538, d1 1,012, d3 0,690 |
Un k1 inférieur a réduit l’avance de la page de spam de 0,325 à 0,133, car les répétitions importaient moins ; un k1 supérieur l’a élargi. Le classement est resté le même ici car un mot est une requête faible et les gains réels issus du réglage sont généralement faibles. Les valeurs par défaut k1 = 1,2 et b = 0,75 constituent un début judicieux ; réglez-vous uniquement sur un ensemble de requêtes réelles avec des réponses connues et corrigez d’abord la tokenisation, car le fractionnement, la racine et les mots vides sont généralement plus importants.
Là où le BM25 échoue
- Des mots différents, même sens. « J’ai oublié mon identifiant » a obtenu un score de zéro partout, même si l’article sur la réinitialisation du mot de passe y répond. BM25 correspond aux mots, pas au sens.
- Formes de mots. Notre tokenizer a traité « mot de passe » et « mots de passe » comme des mots différents. Les vrais moteurs ajoutent une radicalisation ou une lemmatisation pour résoudre ce problème.
- Fautes d’orthographe. « mot de passe » ne correspond à rien sans correspondance floue.
- La répétition aide encore un peu. La page de spam s’est classée première pour la simple requête « mot de passe », même si la saturation a maintenu l’écart faible.
BM25 vs recherche vectorielle
| Aspect | BM25 | Recherche de vecteurs |
|---|---|---|
| Matchs | Mots exacts | Signification, paraphrases |
| Fort à | ID, codes, noms, termes rares | Questions naturelles, synonymes |
| Faible à | Synonymes, reformulation | Codes exacts, jargon rare |
| Besoins | Un index, pas de modèle | Un modèle d’intégration et un magasin de vecteurs |
| Expliquable | Oui, scores par trimestre | Plus dur |
La recherche vectorielle transforme le texte en intégrations et classe par similarité cosinusoïdale, c’est pourquoi elle relierait « j’ai oublié mon identifiant » à un article de réinitialisation de mot de passe. Les deux méthodes échouent à des endroits opposés, ce qui justifie leur utilisation.
Recherche hybride avec fusion de rangs réciproques
Les scores BM25 et les similitudes cosinus se situent sur des échelles différentes, vous ne pouvez donc pas simplement les additionner. La fusion de rangs réciproques (RRF) ignore les scores bruts et combine les positions : chaque document obtient 1 / (k + rang) de chaque liste, généralement avec k = 60, et les totaux sont additionnés.
def rrf(*lists, k=60):
scores = {}
for ranking in lists:
for rank, doc in enumerate(ranking, 1):
scores[doc] = scores.get(doc, 0) + 1 / (k + rank)
return sorted(scores.items(), key=lambda x: -x[1])
Pour la requête « oublié mon mot de passe de connexion », BM25 s’est classé d6, d1, d3. Nous l’avons associé à un classement sémantique illustratif de d1, d5, d3, l’ordre qu’un modèle basé sur le sens donnerait de manière plausible ; il a été fabriqué à la main et non à partir d’un véritable modèle d’encastrement. RRF a ensuite classé d1 en premier (0,0325), suivi de d3, d6 et d5. L’article utile sur la réinitialisation s’est hissé au sommet car les deux listes l’ont bien classé, tandis que la page de spam que seul BM25 aimait a chuté. Dans les systèmes réels, vous exécutez les deux recherches en parallèle et fusionnez leurs 50 ou 100 meilleurs résultats.
BM25 en pratique
- Moteurs de recherche : Elasticsearch et OpenSearch utilisent BM25 par défaut pour les champs de texte.
- Bases de données : SQLite FTS5 possède une fonction de classement
bm25()intégrée. Le classement en texte intégral intégré de PostgreSQL utilise une formule différente et BM25 a besoin d’une extension (nous n’avons pas exécuté non plus ici). - Python : des bibliothèques telles que
rank_bm25l’implémentent pour les prototypes. - Pipelines RAG : utilisent BM25 parallèlement à la récupération vectorielle sur les mêmes morceaux ; la façon dont vous fragmentez est importante pour les deux, comme l’a montré notre test de stratégies de fragmentation RAG.
Pour voir où s’inscrit la récupération dans un système complet, lisez notre qu’est-ce que le guide RAG et notre guide de base de données vectorielles.
Pour conclure
BM25 existe depuis des décennies parce qu’il est simple, rapide et remarquablement efficace dans ce qu’il fait : récompenser des matchs rares et spécifiques tout en résistant à la répétition et au remplissage. Notre test a clairement montré les deux côtés. Il a identifié un code d’erreur exact et a surclassé une page de spam, mais n’a rien renvoyé pour une reformulation naturelle. Conservez BM25 pour plus de précision, ajoutez une recherche vectorielle pour la signification, fusionnez-les avec RRF et jugez chaque changement par rapport aux requêtes réelles des utilisateurs.
Questions fréquentes
Qu’est-ce que le BM25 en termes simples ?
BM25 est une formule de classement de mots clés. Il obtient un score plus élevé pour les documents lorsqu’ils contiennent des mots de requête rares, qu’ils les répètent un nombre raisonnable de fois et qu’ils ne sont pas complétés par du texte sans rapport.
Que signifient k1 et b dans BM25 ?
k1 contrôle la rapidité avec laquelle les mots répétés cessent d’ajouter un score, généralement 1,2. b contrôle la longueur des documents pénalisés, généralement 0,75, où 0 désactive la normalisation de la longueur.
Le BM25 est-il meilleur que la recherche vectorielle ?
Ni l’un ni l’autre n’est meilleur partout. BM25 excelle dans les mots, codes et noms exacts, tandis que la recherche vectorielle gère le sens et les paraphrases. La recherche hybride combinant les deux fonctionne généralement mieux.
Qu’est-ce que la fusion de rangs réciproques ?
Un moyen de fusionner les listes classées par position plutôt que par score. Chaque document obtient 1 divisé par k plus son rang dans chaque liste, les totaux sont additionnés et le total le plus élevé est classé en premier.
Elasticsearch utilise-t-il BM25 ?
Oui. BM25 est la similarité par défaut pour les champs de texte dans Elasticsearch, OpenSearch et Apache Lucene.
Continuez à apprendre
Besoin d’aide pour les tests, WordPress ou le référencement ?
Nous aidons les équipes à proposer de meilleurs logiciels et à développer leurs sites. Dites-nous sur quoi vous travaillez et nous vous proposerons une prochaine étape claire.
Plus de guides sur tests, IA et développement moderne
Vous avez apprécié cet article ? Choisissez un sujet et accédez directement à nos nouveaux didacticiels.
BM25 expliqué : comment la recherche par mot clé classe les résultats, avec le code Python et la recherche hybride
BM25 a expliqué avec une implémentation Python pure que nous avons exécutée : la formule, l'IDF, la saturation des termes, les paramètres k1 et b, p…
Lire l'article →Développement logicielMéthodes HTTP expliquées : GET, POST, PUT, PATCH, DELETE, testées sur un serveur Live
Méthodes HTTP expliquées avec un petit serveur que nous avons exécuté : GET, POST, PUT, PATCH, DELETE, HEAD et OPTIONS, safe vs idempotent, PUT vs P…
Lire l'article →DevOpsGit Bisect expliqué : recherchez le commit qui a brisé votre code, manuellement ou automatiquement
Git bisect expliqué avec un référentiel testé : trouvez le mauvais commit parmi 41 exécutions de tests sur 5, automatisez-le avec git bisect run, ig…
Lire l'article →Automatisation des testsExplication des marqueurs pytest : marques personnalisées, filtres skip, skipif, xfail et -m
Les marqueurs pytest expliqués avec une suite testée : enregistrez les marques personnalisées, exécutez uniquement des tests de fumée avec -m, combi…
Lire l'article →Tests logicielsTests positifs ou négatifs : différences, 24 cas de test réels et une liste de contrôle
Tests positifs et négatifs expliqués avec un véritable formulaire d'inscription : 6 cas de tests positifs et 18 cas de tests négatifs exécutés dans …
Lire l'article →Bases de données et SQLORDER SQL BY plusieurs colonnes : ASC, DESC, NULLS LAST, Case et commande personnalisée
SQL ORDER BY avec plusieurs colonnes expliquées avec des requêtes testées : ASC et DESC mixtes, départages, NULLS FIRST et LAST, tri insensible à la…
Lire l'article →Bases de données et SQLTotal cumulé SQL : SUM OVER, totaux par groupe, sommes mobiles et piège RANGE
Comment calculer un total cumulé SQL avec SUM() OVER : totaux par groupe, sommes cumulées quotidiennes, sommes mobiles, pourcentage du total, piège …
Lire l'article →Développement logicielTableau de tri JavaScript : nombres, objets, chaînes et pourquoi 10 précède 5
Comment trier correctement un tableau en JavaScript : nombres avec une fonction de comparaison, objets par un ou plusieurs champs, chaînes avec loca…
Lire l'article →Intelligence artificielleStratégies de fragmentation RAG expliquées : fixe, chevauchement, phrase, récursif et en-têtes, mesurés
Stratégies de segmentation RAG comparées sur un document avec tiktoken 0.14 : taille fixe, chevauchement, regroupement de phrases, fractionnement ré…
Lire l'article →Développement logicielL'idempotence de l'API expliquée : clés d'idempotence et tentatives sécurisées, testées
L'idempotence de l'API expliquée avec un serveur et un client Python que nous avons exécutés : une réponse perdue provoquait une double charge sans …
Lire l'article →DevOpsGit Stash expliqué : enregistrer, appliquer, afficher et fichiers non suivis, testé
Git stash expliqué avec les commandes que nous avons exécutées sur Git 2.56 : pousser avec un message, fichiers non suivis, lister et afficher, appl…
Lire l'article →Tests logicielsExplication des tests par paires : comment toutes les paires réduisent 216 tests à 13, testé
Tests par paires expliqués avec un générateur que nous avons exécuté dans Python 3.13 : une vérification avec 216 combinaisons couvertes par 13 test…
Lire l'article →Automatisation des testsExplication des doubles de test : factice, stub, espion, simulé et faux, avec du code Python testé
Les tests doubles sont expliqués avec un exemple Python exécuté dans pytest 9.2 : factice, stub, espion, simulé et faux, quand les utiliser, les vér…
Lire l'article →Bases de données et SQLSQL COALESCE expliqué : valeurs par défaut, NULLIF, IFNULL vs ISNULL et Traps, testées
SQL COALESCE expliqué avec les requêtes que nous avons exécutées dans SQLite 3.50 : premières valeurs non nulles, chaînes vides, NULL en mathématiqu…
Lire l'article →Bases de données et SQLSQL Self Join expliqué : employé-manager, comparaisons de paires et de lignes, testés
L'auto-jointure SQL expliquée avec les requêtes que nous avons exécutées dans SQLite 3.50 : employé et manager, gagnant plus que le manager, paires …
Lire l'article →Développement logicielExplication de l'opérateur de propagation JavaScript : propagation vs repos, copies et pièges, testé
L'opérateur de propagation JavaScript expliqué avec le code que nous avons exécuté sur le nœud 24 : tableaux, objets, copies superficielles, paramèt…
Lire l'article →Développement logicielModule de collections Python expliqué : compteur, defaultdict, deque et plus, testé
Les collections Python expliquées avec le code que nous avons exécuté sur Python 3.13 : Counter, defaultdict, deque, approvedtuple, OrderedDict et C…
Lire l'article →Intelligence artificielleFenêtre contextuelle LLM expliquée : jetons, limites et comment en adapter davantage, mesurés
La fenêtre contextuelle LLM expliquée avec le nombre de jetons que nous avons mesurés à l'aide de tiktoken : mots par rapport aux jetons pour la pro…
Lire l'article →Développement logicielLes webhooks expliqués : comment ils fonctionnent et comment les recevoir en toute sécurité
Webhooks expliqués avec un récepteur et un expéditeur que nous avons exécutés en Python : push vs polling, signatures HMAC-SHA256, rejet des requête…
Lire l'article →DevOpsGit Cherry-Pick expliqué : copiez le commit dont vous avez besoin, en toute sécurité et testé
Git Cherry-pick expliqué avec les commandes que nous avons exécutées dans Git 2.56 : copie d'un correctif dans une branche de version, nouveaux hach…
Lire l'article →Automatisation des testsLes tests instantanés expliqués : comment cela fonctionne, quand cela aide et quand cela fait mal
Les tests d'instantanés expliqués avec une démo pytest et sirupeuse que nous avons exécutée : création d'instantanés, lecture de la différence après…
Lire l'article →Tests logicielsTests de mutation expliqués : pourquoi une couverture à 100 % n'a toujours pas détecté notre bug
Les tests de mutation expliqués avec un petit outil de mutation que nous avons construit et exécuté : 14 mutants, une suite de tests avec une couver…
Lire l'article →Intelligence artificielleL'injection rapide expliquée : comment les applications d'IA sont trompées et comment les défendre
L'injection rapide expliquée aux constructeurs : attaques directes et indirectes, pourquoi les filtres de mots clés échouent (notre test a bloqué 1 …
Lire l'article →DevOpsEnregistrements DNS expliqués : A, AAAA, CNAME, MX, TXT et TTL avec de vraies recherches
Enregistrements DNS expliqués avec les recherches que nous avons effectuées : fonctionnement de la résolution, A et AAAA, règles CNAME, MX et null M…
Lire l'article →DevOpsExplication des indicateurs de fonctionnalités : versions sécurisées, déploiements progressifs et hygiène des indicateurs
Les indicateurs de fonctionnalités expliqués avec une simulation de déploiement que nous avons exécutée : types d'indicateurs, déploiements en pourc…
Lire l'article →Automatisation des testsGénération de données de test avec Python Faker : données réalistes, reproductibles et sûres
Testez la génération de données avec Python Faker, exécutez et mesurez : amorçage de données répétables, paramètres régionaux, valeurs uniques, enre…
Lire l'article →Tests logicielsExplication des tests Shift-Left : recherchez les bugs plus tôt sans ralentir l'équipe
Les tests Shift-Left ont expliqué : ce que cela signifie, pourquoi les premiers défauts sont moins chers, les pratiques allant de l'examen des exige…
Lire l'article →Bases de données et SQLFonctions de chaîne SQL expliquées : TRIM, SUBSTR, REPLACE, CONCAT et nettoyage des données
Fonctions de chaîne SQL expliquées avec les requêtes que nous avons exécutées : concaténation et NULL, TRIM, UPPER et LOWER, SUBSTR et INSTR, REPLAC…
Lire l'article →Bases de données et SQLDéclencheurs SQL expliqués : déclencheurs AVANT et APRÈS, journaux d'audit et pièges
Déclencheurs SQL expliqués avec les déclencheurs que nous avons exécutés : AVANT ou APRÈS, ANCIEN et NOUVEAU, journaux d'audit, validation, mises à …
Lire l'article →Développement logicielModule Python JSON expliqué : vidages, chargements, types personnalisés et erreurs courantes
Le module Python JSON expliqué avec le code que nous avons exécuté : dumps et chargements, fichiers, conversions de types, dates et décimales, encod…
Lire l'article →Développement logicielModules ES vs CommonJS : fonctionnement des importations JavaScript dans Node.js, testé
Les modules ES et CommonJS expliqués avec le code que nous avons exécuté dans Node.js : syntaxe d'importation et d'exportation, exigences, liaisons …
Lire l'article →Développement logicielPython Regex expliqué : modèles, groupes, anticipations et pièges, testés
L'expression régulière Python expliquée avec les modèles que nous avons exécutés : recherche contre correspondance, recherche tout, groupes et group…
Lire l'article →Intelligence artificielleExplication de la sortie structurée LLM : obtenir un JSON fiable à partir de modèles d'IA
Sortie structurée LLM expliquée avec la validation que nous avons exécutée dans Pydantic : mode et schémas JSON, décodage contraint, façons dont les…
Lire l'article →DevOpsClés SSH expliquées : comment elles fonctionnent, ssh-keygen, Ed25519 et habitudes sûres
Clés SSH expliquées avec les clés que nous avons générées : clés publiques ou privées, ssh-keygen, Ed25519 vs RSA, empreintes digitales, phrases sec…
Lire l'article →DevOpsLa mise en cache HTTP expliquée : Cache-Control, ETag et 304 réponses, avec un test en direct
La mise en cache HTTP expliquée avec un petit serveur que nous avons exécuté : directives Cache-Control, max-age, no-cache vs no-store, revalidation…
Lire l'article →Automatisation des testsExplication des tests des contrats API : détectez les modifications majeures avant leur expédition
Les tests de contrat API ont été expliqués à l'aide d'une vérification de schéma que nous avons effectuée : ce qu'est un contrat, les contrats axés …
Lire l'article →Tests logicielsExplication des tests basés sur les risques : évaluez les risques, créez une matrice et testez ce qui compte
Les tests basés sur les risques sont expliqués étape par étape : identification des risques, notation de la probabilité et de l'impact, création d'u…
Lire l'article →Bases de données et SQLContraintes SQL expliquées : NOT NULL, UNIQUE, CHECK et FOREIGN KEY, testées
Les contraintes SQL expliquées avec les tests que nous avons exécutés : NOT NULL, UNIQUE, CHECK, DEFAULT, PRIMARY et FOREIGN KEY, les failles NULL, …
Lire l'article →Bases de données et SQLFonctions de date SQL expliquées : ajout, comparaison et regroupement de dates sans bugs
Fonctions de date SQL expliquées avec les requêtes que nous avons exécutées : ajout d'intervalles, surprises de fin de mois, différences de dates, p…
Lire l'article →Développement logicielPython asyncio expliqué : asynchrone, attendre, rassembler et TaskGroup avec des timings réels
Python asyncio expliqué avec le code que nous avons chronométré : coroutines, wait, collect, TaskGroup, gestion des erreurs, délais d'attente, limit…
Lire l'article →Développement logicielDebounce vs Throttle en JavaScript : comment ils fonctionnent, quand les utiliser, testés
Debounce vs throttle en JavaScript expliqué avec les timings que nous avons mesurés dans Node.js : comment chacun fonctionne, implémentations simple…
Lire l'article →Développement logicielLes gestionnaires de contexte Python expliqués : l'instruction with, contextlib et les utilisations réelles
Les gestionnaires de contexte Python ont expliqué avec le code que nous avons exécuté : comment cela fonctionne, __enter__ et __exit__, contextlib.c…
Lire l'article →Intelligence artificielleTempérature LLM et Top-p expliqués : comment les modèles d'IA choisissent leur prochain mot
La température LLM et le top-p expliqués à l'aide d'une simulation que nous avons exécutée : comment les probabilités sont remodelées, ce que conser…
Lire l'article →DevOpsYAML expliqué : syntaxe, problème norvégien et autres pièges que nous avons testés
YAML expliqué avec un test d'analyseur : syntaxe de base, listes et cartes, le problème de la Norvège, les versions se transformant en flottants, co…
Lire l'article →DevOpsLes tâches Cron expliquées : syntaxe, horaires réels et erreurs qui les interrompent
Les tâches Cron expliquées avec les plannings que nous avons vérifiés : les cinq champs, les opérateurs, des exemples réels, le piège du jour du moi…
Lire l'article →Intelligence artificielleLes hallucinations de l'IA expliquées : pourquoi les modèles de langage inventent les choses et comment les réduire
Les hallucinations de l'IA ont expliqué : ce qu'elles sont, pourquoi les modèles de langage les produisent, les types courants, comment les réduire …
Lire l'article →DevOpsVariables d'environnement expliquées : fichiers .env, secrets et configuration correctement effectués
Variables d'environnement expliquées avec des exemples Python que nous avons exécutés : lecture et définition, pourquoi chaque valeur est une chaîne…
Lire l'article →Développement logicielLimitation du débit de l'API expliquée : algorithmes, en-têtes et gestion des erreurs 429
Limitation du débit de l'API expliquée avec une simulation que nous avons exécutée : compartiment de jetons, fenêtre fixe, fenêtre glissante, 429 ré…
Lire l'article →Automatisation des testsSe moquer en Python : unittest.mock, patch et les erreurs qui font mentir les tests
Moquerie en Python avec unittest.mock, testée : Mock et return_value, side_effect, correctifs où un nom est utilisé, spec et autospec, dates moqueus…
Lire l'article →Tests logicielsCouverture du code expliquée : couverture des lignes par rapport aux branches et ce que signifie réellement 100 %
Couverture du code expliquée avec une véritable exécution de cover.py : couverture des lignes, des branches et des conditions, lecture d'un rapport,…
Lire l'article →Bases de données et SQLDELETE vs TRUNCATE vs DROP dans SQL : différences, restauration et quand les utiliser
DELETE vs TRUNCATE vs DROP expliqué avec SQL testé : ce que chacun supprime, restauration, déclencheurs, réinitialisation d'identité, vitesse et en …
Lire l'article →Bases de données et SQLVues SQL expliquées : créez, utilisez et évitez les pièges, avec des exemples
Vues SQL expliquées avec les requêtes que nous avons exécutées : création d'une vue, résultats en direct, masquage des colonnes, performances, vues …
Lire l'article →Développement logicielInterface TypeScript vs Type : différences réelles, testées avec le compilateur
Interface TypeScript vs type, vérifiée avec le vrai compilateur : ce que les deux peuvent faire, ce qu'un seul peut faire, la fusion des déclaration…
Lire l'article →Développement logicielPython *args et **kwargs expliqués : fonctions flexibles avec des exemples clairs
Python *args et **kwargs expliqués avec le code que nous avons exécuté : emballage et déballage, ordre des paramètres, arguments de mot-clé uniqueme…
Lire l'article →Développement logicielFonctions Python Lambda : syntaxe, utilisations réelles et quand ne pas les utiliser
Fonctions Python lambda expliquées avec le code que nous avons exécuté : syntaxe, tri avec clé, carte et filtre, fermetures, piège de liaison tardiv…
Lire l'article →Intelligence artificielleQue sont les agents IA ? Comment ils fonctionnent, avec une simple boucle d'agent que vous pouvez exécuter
Que sont les agents IA ? Un guide simple sur la boucle d'agent, les outils, la mémoire et les garde-fous, avec une petite boucle Python que nous avo…
Lire l'article →DevOpsSurveillance vs observabilité : la vraie différence, avec les journaux, les métriques et les traces
Surveillance et observabilité expliquées : échecs connus et inconnus, journaux, métriques et traces, présentation pas à pas des incidents de paiemen…
Lire l'article →DevOpsVolumes Docker vs montages Bind : conserver les données du conteneur de la bonne manière
Volumes Docker et montages de liaison expliqués : pourquoi les données du conteneur disparaissent, volumes nommés, montages de liaison, tmpfs, exemp…
Lire l'article →Automatisation des testsTDD vs BDD : principales différences, une fonctionnalité conçue dans les deux sens et quand les utiliser
TDD vs BDD expliqué avec une fonctionnalité de remise construite dans les deux sens : refactor rouge-vert avec le code que nous avons exécuté, scéna…
Lire l'article →Tests logicielsTests d'acceptation utilisateur (UAT) : processus, liste de contrôle et exemples réels
Les tests d'acceptation des utilisateurs sont expliqués : qui les exécute, en quoi ils diffèrent du contrôle qualité, un processus en sept étapes, u…
Lire l'article →Bases de données et SQLExplication des valeurs SQL NULL : IS NULL, COALESCE, NULLIF et les pièges à éviter
Les valeurs SQL NULL expliquées avec les requêtes que nous avons exécutées : logique à trois valeurs, IS NULL, COALESCE, NULLIF, comment les agrégat…
Lire l'article →Bases de données et SQLInstruction SQL CASE WHEN : syntaxe, exemples réels et erreurs courantes
SQL CASE WHEN expliqué avec les requêtes que nous avons exécutées : formulaires simples et recherchés, ordre des conditions, pivots avec SUM, astuce…
Lire l'article →Développement logicielQu'est-ce que JWT ? Les jetons Web JSON expliqués avec un exemple fonctionnel
Qu’est-ce que JWT ? JSON Web Tokens expliqué : les trois parties, un jeton construit et falsifié dans le code que nous avons exécuté, JWT vs session…
Lire l'article →Développement logicielBoucle d'événements JavaScript expliquée : pile d'appels, microtâches et minuteries avec des exemples
La boucle d'événements JavaScript expliquée avec le code que nous avons exécuté : pile d'appels, files d'attente de tâches et de microtâches, pourqu…
Lire l'article →Développement logicielGénérateurs Python et rendement expliqués : économisez de la mémoire avec des exemples réels
Les générateurs Python et le rendement expliqués avec le code que nous avons exécuté : comment ils s'arrêtent et reprennent, les économies de mémoir…
Lire l'article →Intelligence artificielleQue sont les intégrations ? Vecteurs et similarité cosinus expliqués simplement
Que sont les intégrations ? Un guide en langage simple sur les vecteurs, la similarité cosinus et la recherche sémantique, avec un petit exemple que…
Lire l'article →DevOpsDéploiement Bleu-Vert vs Canary : différences, compromis et comment choisir
Explication du déploiement bleu-vert ou canari : comment chacun fonctionne, coût, risque et restauration, regroupement d'utilisateurs stable que nou…
Lire l'article →Automatisation des testsTests instables : quelles sont leurs causes et comment les corriger définitivement
Des tests irréguliers expliqués avec des démos que nous avons exécutées : les principales causes, comment en confirmer et en diagnostiquer une, les …
Lire l'article →Tests logicielsTests de charge vs tests de contrainte : différences, métriques et exemples k6
Explication des tests de charge et des tests de stress : ce que chacun prouve, les tests de pointe et de trempage, les métriques qui comptent, pourq…
Lire l'article →Tests logicielsScénario de test et scénario de test : principales différences, exemples et quand les utiliser
Scénario de test et scénario de test expliqués : des définitions claires, un tableau côte à côte, une fonctionnalité de réinitialisation de mot de p…
Lire l'article →Bases de données et SQLOptimisation des requêtes SQL : lire les plans d'exécution et corriger les requêtes lentes, avec des délais
Optimisation des requêtes SQL testée sur un million de lignes : lire les plans d'exécution, ajouter les bons index, corriger les filtres non Sargabl…
Lire l'article →Bases de données et SQLSQL UNION vs UNION ALL : différences, exemples et performances testées
SQL UNION vs UNION ALL expliqué avec les requêtes que nous avons exécutées : des doublons, les règles suivent toutes les deux, un véritable bug de d…
Lire l'article →Développement logicielTutoriel API JavaScript Fetch : GET, POST, gestion des erreurs et délais d'attente
Un didacticiel de l'API JavaScript Fetch testé sur un serveur local : GET et POST, pourquoi 404 ne lance pas, un assistant réutilisable, des chaînes…
Lire l'article →Développement logicielGestion des fichiers Python : lecture, écriture, CSV, JSON et pathlib avec exemples
Gestion des fichiers Python expliquée avec le code que nous avons exécuté : modes ouverts, avec lecture de fichiers volumineux, CSV, JSON, pathlib, …
Lire l'article →Développement logicielClasses et objets Python : didacticiel POO avec des exemples réels
Classes et objets Python expliqués avec le code que nous avons exécuté : __init__, méthodes, attributs de classe par rapport à l'instance, héritage,…
Lire l'article →Intelligence artificielleQu'est-ce qu'un grand modèle de langage ? Comment fonctionnent les LLM, expliqués sans battage médiatique
Qu’est-ce qu’un grand modèle de langage ? Les LLM expliqués en langage simple : jetons, intégrations, attention, formation, fenêtres de température …
Lire l'article →DevOpsCommandes Linux pour les débutants : le guide du terminal essentiel avec des exemples
Commandes Linux pour débutants, regroupées par tâche : navigation, fichiers, affichage des journaux, grep, tuyaux, autorisations, processus et archi…
Lire l'article →Automatisation des testsSelenium vs Playwright : principales différences, code comparé et lequel choisir
Comparatif Selenium vs Playwright : architecture, attente, support du navigateur et du langage, débogage, même test dans les deux outils, conseils d…
Lire l'article →Tests logicielsPartitionnement d'équivalence : technique de conception de tests expliquée avec des exemples concrets
Le partitionnement d'équivalence expliqué : comment trouver des partitions valides et invalides, des exemples concrets d'âges, de mots de passe et d…
Lire l'article →Tests logicielsGravité vs priorité dans les tests logiciels : différences, matrice et exemples réels
Explication de la gravité et de la priorité dans les tests logiciels : des définitions claires, une matrice à quatre voies avec des exemples, des éc…
Lire l'article →Bases de données et SQLTutoriel sur les sous-requêtes SQL : types, sous-requêtes corrélées et EXISTE avec des exemples
Un didacticiel sur les sous-requêtes SQL avec les requêtes que nous avons exécutées : les sous-requêtes scalaires, IN, FROM et SELECT, les sous-requ…
Lire l'article →Bases de données et SQLTransactions SQL et ACID expliquées : COMMIT, ROLLBACK et niveaux d'isolement
Transactions SQL et ACID expliquées avec un virement bancaire que nous avons effectué : COMMIT, ROLLBACK, points de sauvegarde, verrous, niveaux d'i…
Lire l'article →Développement logicielAide-mémoire sur les commandes Git : les commandes que vous utilisez réellement, avec des exemples
Une aide-mémoire sur les commandes Git regroupées par tâche : configuration, transfert, branches, télécommandes, cache, historique et annulation des…
Lire l'article →Développement logicielLes promesses JavaScript expliquées : alors, catch, Promise.all et les erreurs courantes
Les promesses JavaScript expliquées avec le code que nous avons exécuté : les états, les chaînes then et catch, la gestion des erreurs, Promise.all,…
Lire l'article →Développement logicielTutoriel du dictionnaire Python : méthodes, exemples et modèles courants
Un didacticiel de dictionnaire Python avec du code que nous avons exécuté : créer, lire et mettre à jour des dictés, des méthodes clés, des fusions,…
Lire l'article →Intelligence artificielleQu’est-ce que RAG ? La génération augmentée par récupération expliquée avec un exemple fonctionnel
Qu’est-ce que le RAG ? La génération augmentée par récupération expliquée étape par étape : indexation, segmentation, intégrations, récupération, un…
Lire l'article →DevOpsTutoriel Terraform pour les débutants : Infrastructure en tant que code du premier fichier aux modules
Un didacticiel Terraform pour les débutants : commencez sans compte cloud, apprenez l'initialisation, la planification et l'application, puis les va…
Lire l'article →DevOpsDocker vs Kubernetes : principales différences, comment ils fonctionnent ensemble et ce dont vous avez besoin
Docker vs Kubernetes expliqué : ce que chacun fait, la même application s'exécute avec les deux, Docker Compose et Swarm comparés, les dockershim ch…
Lire l'article →Automatisation des testsTutoriel Pytest pour les débutants : luminaires, paramétrage et exemples réels
Un tutoriel pytest pour les débutants avec des tests que nous avons exécutés sur pytest 9.2 : assertions, appareils, paramétrage, conftest, marqueur…
Lire l'article →Tests logicielsCycle de vie des tests logiciels (STLC) : 6 phases, critères d'entrée et de sortie, exemple
Le cycle de vie des tests logiciels expliqué : six phases STLC avec des critères d'entrée et de sortie, des livrables, un exemple de fonctionnalité …
Lire l'article →Développement logicielGit merge vs rebase : différences, exemples et quand utiliser chacun
Git merge vs rebase expliqué avec de vraies sorties de log, un tableau comparatif, la règle d'or du rebase et un flux de travail sûr pour les équipes.
Lire l'article →Développement logicielList comprehension Python : syntaxe, exemples et cas à éviter
La list comprehension Python expliquée : syntaxe, filtres, if-else, boucles imbriquées, temps mesurés et cas où une boucle for classique est préféra…
Lire l'article →Bases de données et SQLJointures SQL expliquées avec exemples (Inner, Left, Right, Full)
Comprenez les jointures SQL pas à pas avec des tables et requêtes d'exemple : INNER, LEFT, RIGHT, FULL, CROSS et SELF, plus erreurs courantes et con…
Lire l'article →